--- title: "Del modelatge al marketplace de dades: un full de ruta perquè el govern de la dada arribi a la IA" description: "Per què el govern de la dada comença en el modelatge, com es connecta amb la seguretat i la continuïtat, què ha de complir un producte de dades per publicar-se en un marketplace i com estendre-ho al govern de la IA." url: https://bidatia.com/ca/idees/hoja-de-ruta-gobierno-del-dato-del-modelado-al-marketplace lang: ca date: 2026-01-20 updated: 2026-11-11 author: "José Luis García" keywords: ["govern de la dada", "modelatge de dades", "producte de dades", "marketplace de dades", "continuïtat de negoci", "rto i rpo", "govern de la ia", "dama-dmbok"] publisher: Bidatia --- # Del modelatge al marketplace de dades: un full de ruta perquè el govern de la dada arribi a la IA > Per què el govern de la dada comença en el modelatge, com es connecta amb la seguretat i la continuïtat, què ha de complir un producte de dades per publicar-se en un marketplace i com estendre-ho al govern de la IA. ## Resum executiu - Sense un bon modelatge no hi ha bon govern: la semàntica i l'estructura de les dades són la precondició de la qualitat i del llinatge. - La qualitat es gestiona amb sis dimensions, regles monitorades de manera contínua i llinatge per trobar la causa arrel. - El que està governat també està protegit: la seguretat vetlla per la confidencialitat i la integritat; la continuïtat (RTO, RPO, còpies provades), per la disponibilitat. - La dada es tracta com a producte: fiable, descobrible, interoperable i valuós, amb un equip de domini responsable i acords de servei. - Un marketplace de dades només publica productes amb qualitat mesurada, llinatge documentat, metadades completes i plans de continuïtat. - El govern de la IA és l'extensió natural del govern de la dada: biaixos, traçabilitat del model, explicabilitat i monitoratge continu. L'economia de la dada ha convertit la informació en un actiu empresarial, i els actius es gestionen amb criteri: es protegeixen, es mantenen i es posen a produir. El marc DAMA-DMBOK ho representa com una roda d'onze àrees de gestió de la dada amb el govern al centre, coordinant-les. Aquest article no repassa tot el marc, sinó el recorregut que fa que el govern deixi de ser un document de polítiques i es converteixi en una cosa útil: començar pel modelatge, assegurar la qualitat, protegir les dades i garantir-ne la disponibilitat, publicar productes de dades i, finalment, estendre-ho a la intel·ligència artificial. ## Primer, el modelatge: l'estructura de la confiança No es pot tenir un bon govern sense un bon modelatge. El model de dades defineix la semàntica (què significa cada concepte) i l'estructura (com es relacionen els conceptes entre si). Quan falta, apareixen els símptomes coneguts: tres informes amb tres xifres de clients diferents, camps amb el mateix nom i continguts diferents, integracions que es trenquen amb cada canvi. Un modelatge rigorós aporta: - **Coherència** a tota l'organització: el mateix concepte es representa igual en tots els sistemes. - **Comprensió compartida** del significat de les dades entre negoci i tecnologia. - **Base per a la qualitat**: les regles de qualitat s'escriuen sobre entitats i atributs ben definits. - **Primer pas cap al llinatge**: si se sap què és cada entitat, se'n pot seguir el recorregut. Per això convé estandarditzar el disseny des del principi, amb una eina de modelatge corporativa i unes convencions comunes (noms, tipus, claus, dominis de valors). És una inversió poc vistosa, però condiciona tota la resta. ## La qualitat com a cor del valor Sobre un model sòlid, la qualitat es gestiona amb tres peces que treballen juntes: | Peça | Què aporta | |---|---| | Sis dimensions | Completesa, precisió, integritat, coherència, unicitat i conformitat: el vocabulari comú per mesurar | | Monitoratge i remediació | El govern defineix les regles; el sistema les vigila de manera contínua, avisa el propietari de la dada i corregeix de manera automàtica o assistida | | Llinatge | Saber qui ha transformat la dada, com i quan permet trobar la causa arrel d'un error i superar auditories | El canvi de fons és passar de revisar la qualitat de tant en tant a detectar-la i corregir-la de manera àgil, a prop del moment en què es produeix el problema. Així es redueixen els riscos operatius i les decisions es prenen sobre dades en què es pot confiar. ## El que està governat també està protegit DAMA dedica una àrea a la seguretat, i convé llegir-la al costat de la continuïtat de negoci. Són dues cares de la resiliència, però no són el mateix. **La seguretat** protegeix la confidencialitat i la integritat amb polítiques que defineix el govern: - Control d'accés amb permisos i rols granulars. - Xifratge de les dades en repòs i en trànsit. - Anonimització o pseudonimització per complir el RGPD i altres normes. - Auditoria contínua d'accessos i canvis. **La continuïtat** (pla de continuïtat de negoci i recuperació davant desastres) protegeix la disponibilitat: - **RTO** (Recovery Time Objective): el temps màxim acceptable per recuperar el servei. - **RPO** (Recovery Point Objective): la pèrdua màxima de dades tolerable, mesurada en temps. - Plans de contingència documentats i, sobretot, provats. - Còpies de seguretat automatitzades, periòdiques i verificades. El govern de la dada hi aporta el que la tecnologia no pot decidir tota sola: quines dades són crítiques, qui n'és el propietari i quin RTO i RPO necessita cadascuna. Sense aquesta classificació, es protegeix tot igual, cosa que sol voler dir protegir malament el que és important. ## Eines: el catàleg com a punt únic de veritat El catàleg de dades centralitza la informació necessària per descobrir, entendre i confiar en els actius: regles de qualitat, llinatge, propietaris i polítiques d'ús. Al seu voltant se solen combinar dos tipus d'eines: - **Modelatge**: per dissenyar i estandarditzar l'arquitectura de dades. És el millor punt de partida perquè fixa els fonaments. - **Govern operacional**: plataformes de metadades, qualitat i llinatge que monitoren i fan complir les regles en el dia a dia. El criteri de selecció no hauria de ser la llista de funcions, sinó la integració: que el model, el catàleg i les regles de qualitat parlin entre si i no obliguin a mantenir la mateixa informació en diversos llocs. ## De la dada al producte, i del producte al marketplace El salt següent és tractar la dada com un **producte**. Un producte de dades ha de ser fiable, descobrible, interoperable i valuós, i té un equip de domini que respon de la seva qualitat i del servei continu, igual que un equip respon d'una aplicació. Els seus principis: - Orientat al consumidor: es dissenya pensant en qui l'utilitzarà. - Autònom i descobrible: es troba i s'entén sense demanar ajuda. - Amb acords de servei definits: freqüència, disponibilitat, temps de resposta. - Amb documentació completa. El **marketplace de dades** és la botiga interna d'autoservei on el negoci consumeix aquests productes. El que li dona valor és el filtre d'entrada. Per publicar-se, un producte hauria d'acreditar: 1. Un nivell de qualitat certificat segons un llindar acordat i visible en una fitxa de puntuació. 2. Llinatge documentat. 3. Metadades completes i enriquides. 4. Plans de continuïtat i recuperació actius. Els beneficis són l'autoservei, la reducció de sitges, la traçabilitat completa i la possibilitat de mesurar l'ús i el valor intern de cada producte. ## El pas següent: governar la IA La IA només és ètica, precisa i fiable si les dades amb què s'entrena i opera estan ben governades. Una dada esbiaixada produeix un model esbiaixat. El govern de la IA afegeix quatre fronts sobre tot l'anterior: 1. **Qualitat i biaixos**: avaluar els conjunts d'entrenament per detectar i corregir biaixos que comprometin l'equitat o la precisió. 2. **Traçabilitat del model**: documentar l'origen de les dades, les transformacions, les versions, els paràmetres d'entrenament i les mètriques de rendiment. 3. **Explicabilitat**: que les decisions del model es puguin auditar, entendre i explicar a una persona, una cosa clau per a la confiança i per al compliment normatiu. 4. **Monitoratge continu**: vigilar el comportament en producció, detectar la deriva i mantenir al dia els indicadors de rendiment i de biaix. Hi ha una lectura pràctica: els casos d'ús d'IA són un bon catalitzador per reforçar el govern de la dada. Posen nom i urgència a problemes de qualitat i de traçabilitat que abans s'ajornaven. ## Per on començar Un pla d'adopció raonable avança en tres fases, cadascuna amb el seu èmfasi: | Fase | Què es fa | Èmfasi | |---|---|---| | 1. Disseny i estructura | Marc de govern (rols, polítiques, comitès) i estandardització del modelatge | Fonaments de qualitat i comprensió compartida | | 2. Implantació de pilars | Qualitat, llinatge i seguretat; primers productes de dades amb els seus plans de continuïtat | Demostrar valor tangible i resiliència | | 3. Expansió | Llançament del marketplace i govern de la IA sobre els models existents i futurs | Escalar amb protecció i avançar cap a la IA responsable | La primera decisió és senzilla: identificar les dades crítiques, avaluar-ne els riscos i començar per modelar-les bé. A Bidatia acompanyem les organitzacions en aquest recorregut, des de l'avaluació inicial fins a la posada en marxa dels primers productes de dades. ## Preguntes freqüents ### Per què començar el govern de la dada pel modelatge? Perquè el model defineix què significa cada dada i com es relaciona amb les altres. Si dues àrees entenen «client» de manera diferent, cap regla de qualitat ni cap llinatge no ho arreglarà després. Un model comú és la base d'una comprensió compartida. ### Quina diferència hi ha entre seguretat i continuïtat de les dades? La seguretat se centra en la confidencialitat i la integritat: que només hi accedeixi qui hi ha d'accedir i que ningú no alteri la dada. La continuïtat se centra en la disponibilitat: que les dades crítiques es puguin recuperar en un temps (RTO) i amb una pèrdua màxima (RPO) acceptables. ### Què és un marketplace de dades? Una botiga interna d'autoservei on els usuaris de negoci troben i consumeixen productes de dades governats. El seu valor és el filtre d'entrada: només es publica el que compleix els criteris de qualitat, metadades, llinatge i continuïtat. ### Com es relaciona el govern de la dada amb el govern de la IA? Un model d'IA hereta els defectes de les seves dades: una dada esbiaixada produeix un model esbiaixat. Per això el govern de la IA afegeix, sobre el de la dada, l'avaluació de biaixos, la traçabilitat del model, l'explicabilitat i la vigilància en producció.